/ Модель

Характеристики

Контекст
512 токенов
Параметры
37,4 млн
Лицензия
Своя лицензия
Архитектура
deberta-v2 · dense
Библиотека
transformers
Опубликована
1 сен 2026

babylm-strict-small-coherent86-alpha075

Заполнение пропусковТекст → текст3 профессии

Экспериментальная англоязычная DeBERTa-v2 для предсказания замаскированных токенов и исследований эффективного предварительного обучения в BabyLM.

21скачиваний за 30 дней1лайквеса обновлены1 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель leslie721007/babylm-strict-small-coherent86-alpha075 — экспериментальная англоязычная маскированная языковая модель семейства DeBERTa-v2, построенная на основе BabyLM Strict-Small. Она предсказывает скрытые токены по окружающему тексту и предназначена для оценки языковой компетентности и исследований sample-efficient pretraining в рамках BabyLM. Архитектура использует класс FrozenSlowPrivateDebertaV2ForMaskedLM: замороженный медленный путь содержит 35,46 млн параметров, а частный быстрый путь — 995 584; общий размер по README составляет 36,46 млн параметров. Контекст — 512 токенов.

Параметр private_adapter_scale равен 0,75. README приводит локальные результаты по нескольким оценочным наборам, включая BLiMP, Supplement и EWoK, и отмечает, что модель является точным носителем экспериментального чекпойнта, а не полным пакетом подачи BabyLM. Для загрузки требуется trust_remote_code=True: стандартный путь Transformers может создать несовместимую нативную модель и не загрузить частные веса. Лицензия указана как other, поэтому условия использования следует уточнять в репозитории; в README также указано, что результат не является финальной заявкой на лидерборд.

Сценарии применения

  • восстановление скрытых слов в английском тексте
  • оценка грамматической приемлемости и языковой компетентности
  • эксперименты с эффективным предобучением малых языковых моделей
  • воспроизведение локальных оценок BabyLM

Ограничения

Для загрузки частных весов требуется trust_remote_code=True; без этого Transformers может загрузить несовместимый нативный вариант. Репозиторий не является полным пакетом BabyLM, а лицензия указана как other.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BabyLM Strict-Small coherent86 alpha=0.75 endpoint

Repository target: leslie721007/babylm-strict-small-coherent86-alpha075
Revision hint at construction time: main

This repository contains the exact coherent86 alpha=0.75 masked-language-model function from session S0829A02. It is the current highest local endpoint candidate in the session record, but it is not a complete BabyLM submission package. The real AoA and fast-checkpoint materials are being completed and independently verified in the paired session; this repository must not be used as a substitute for that complete package.

Loading requirement

Use trusted code:

from transformers import AutoModelForMaskedLM, AutoTokenizer
repo = "leslie721007/babylm-strict-small-coherent86-alpha075"
tok = AutoTokenizer.from_pretrained(repo)
model = AutoModelForMaskedLM.from_pretrained(repo, trust_remote_code=True)

Without trust_remote_code=True, Transformers can instantiate a native DebertaV2ForMaskedLM and ignore the private-path tensors. That native fallback has fewer parameters and is not this scored function.

Exact endpoint identity

  • Model class: FrozenSlowPrivateDebertaV2ForMaskedLM
  • private_adapter_enabled: true
  • private_adapter_scale: 0.75
  • Total parameters with trusted code: 36,458,592
  • Frozen slow-path parameters: 35,463,008
  • Private fast-path parameters: 995,584
  • model.safetensors SHA256: e14d757ae51b41e33bf0813f841248fecd1eefeb9e040f520c4c6203343b15c8
  • config.json SHA256: ca6792fe1842f0e89e7080e7709e0619fdcaf5ce48a65f69bf7137ac26ce9bb7
  • tokenizer.json SHA256: a9cbb830495cb92bbb2996adc256207746282ee67f4f8d40a4f646a634ec139a
  • Slow anchor exposure: 82,012,495 counted words
  • Private coherent suffix exposure: 3,992,800 counted words
  • Total exposure represented by the endpoint: 86,005,295 counted words

The alpha=0.75 function shares the same learned coherent86 private-path weights as alpha=1.0 but has a different config.json; the scale value is copied into the module at construction. Changing a loaded config field after construction is not enough to obtain this function.

Measured local scores available now

Eight official-compatible measured columns are available for this exact alpha=0.75 function:

measured columnscore
BLiMP68.51
Supplement63.64
EWoK50.02
Entity28.32
COMPS52.05
GlobalPIQA38.565
Reading8.165
SuperGLUE69.8192223897

Cheap7 from the seven non-SuperGLUE columns is 44.181428571429; SuperGLUE is 69.819222389699. The arithmetic value 42.121024709967 assumes AoA=0 and is recorded only as a provisional local arithmetic coordinate. The final submission package requires the real AoA and fast-checkpoint materials; those are not filled in here.

Scientific status

The protected public fallback remains the previously submitted chck_82M endpoint at displayed 41.94. Coherent86 alpha=0.75 is a stronger local endpoint function, but session analyses read the private-scale family as amplitude-driven competence redistribution rather than a settled general slow-fast learning mechanism. This repository is therefore an exact endpoint carrier for human and paired-session verification, not a final leaderboard submission.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
FrozenSlowPrivateDebertaV2ForMaskedLM
Ревизия весов
931215b

0 моделей